Dokumentacja dla API Inference Uncensored

Uwierzytelnianie & URL bazowy

Zacznij od uwierzytelnienia się za pomocą klucza API podanego w podstawowym URL. Endpoint działa z dowolnym SDK zgodnym z OpenAI poprzez aktualizację konfiguracji podstawowego URL. Otrzymujesz klucz natychmiast po rejestracji za pomocą Google lub e-maila, bez konieczności podania numeru telefonu. https://api.apiinferencellm.com/v1 to jedyne base URL, którego potrzebujesz do wszystkich żądań.

Pierwsze żądanie

Wyślij pierwszy prompt do endpointu chat completions używając standardowego żądania HTTP POST. Identyfikator modelu to po prostu "uncensored" i akceptuje wejście tekstowe do natychmiastowego generowania. Zmień YOUR_API_KEY na poświadczenia widoczne w Twoim panelu.

Copycurl https://api.apiinferencellm.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "List the top 5 Python libraries for data analysis"}]
  }'

To żądanie zwraca bezpośrednią odpowiedź tekstową bez filtrów treści dla treści dorosłych w granicach prawa.

Integracja SDK Python

Zainicjuj klienta OpenAI z podstawowym adresem URL i kluczem API, aby interagować programistycznie. Biblioteka automatycznie obsługuje serializację, zachowując wszystkie parametry niestandardowe, takie jak temperatura i top_p.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.apiinferencellm.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Skonfiguruj klienta raz i używaj go w całej aplikacji dla spójnej wydajności.

Integracja SDK Node

Zaimportuj pakiet OpenAI i ustaw adres bazowy, aby wskazywał na naszego dostawcę wniosków. To podejście działa z istniejącymi projektami Node.js, które już korzystają z usług kompatybilnych z OpenAI.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.apiinferencellm.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Przekazuj swój klucz API w obiekcie konfiguracji, aby włączyć uwierzytelnione żądania natychmiast.

Odpowiedzi strumieniowe i tokeny

Włącz strumieniowanie, ustawiając parametr stream na true, aby uzyskać dostarczanie tokenów w czasie rzeczywistym. Każdy fragment zawiera częściowy tekst, a ostatni fragment zawiera całkowite zużycie tokenów do dokładnego rozliczenia. Metoda ta zmniejsza postrzeganą latencję dla długich odpowiedzi do 16 000 tokenów.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Obsługuj błędy w sposób elegancki, sprawdzając status odpowiedzi przed przetworzeniem każdego fragmentu.

Limity, Błędy & Kontekst

Zarządzaj limitami szybkości, przestrzegając 300 żądań na minutę i 8 równoległych żądań na klucz. Okno kontekstowe obsługuje 100 000 tokenów dla promptu i uzupełnienia łącznie. Błędy takie jak 401 oznaczają nieprawidłowy klucz, podczas gdy 402 oznacza, że potrzebujesz więcej kredytu. Żądania nie powiedą się natychmiast, jeśli przekroczysz limit 8 MB ciała.